基于抑制相关区域挖掘的复制移动篡改检测方法及系统
申请人信息
- 申请人:中国海洋大学
- 申请人地址:266100 山东省青岛市崂山区松岭路238号
- 发明人: 中国海洋大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于抑制相关区域挖掘的复制移动篡改检测方法及系统 |
| 专利类型 | 发明授权 |
| 申请号 | CN202311800854.3 |
| 申请日 | 2023/12/26 |
| 公告号 | CN117456171B |
| 公开日 | 2024/3/22 |
| IPC主分类号 | G06V10/25 |
| 权利人 | 中国海洋大学 |
| 发明人 | 聂婕; 王京禹; 王晓东; 黄磊; 左子杰; 景年太 |
| 地址 | 山东省青岛市崂山区松岭路238号中国海洋大学 |
摘要文本
本发明属于图像处理技术领域,公开了基于抑制相关区域挖掘的复制移动篡改检测方法及系统,所述方法包括步骤1、特征提取;步骤2、获取粗目标区域;步骤3、挖掘浅层抑制相似区域;步骤4、利用浅层抑制相似区域补充粗相似区域,细化检测结果。通过本发明提高图像的复制移动篡改检测的准确性。
专利主权项内容
1.基于抑制相关区域挖掘的复制移动篡改检测方法,其特征在于,包括以下步骤:步骤1、特征提取:输入复制移动篡改图像,经过多层卷积操作提取特征,最后三层卷积提取的特征分别为F、F、F,大小都为h×w×c;345步骤2、获取粗目标区域:将F5输入粗相似区域检测模块,经过粗相似区域检测模块获得粗相似区域特征Fs以及用于对浅层特征进行模糊定位的权重图Fcorr;所述粗相似区域检测模块首先对F进行高阶自相关计算,获得两个亲和矩阵,大小都为hw×hw,其中高阶自相关计算两个亲和矩阵的方法如下:首先将特征F标准化,并拉平为hw×c大小的特征F’,然后将相邻的两个元素分为一组,分组后的特征记为F’,共计hw-1组;然后,分别对F’和F’进行自相关计算,分别生成亲和矩阵S和S’,55grgrF′=flatten(stand(F));5S=F′⊙F′;TF′=group(F′);grS′=F′⊙(F′);grgrT其中stand()为标准化操作,flatten为拉平操作,⊙为矩阵相乘,group为分组操作,F’为分组后的特征,T表示矩阵的转置;gr将两个亲和矩阵分别进行高斯模糊以及标准化互相关匹配后分别进行百分比池化操作,然后将二者重定义尺寸为h×w×c;将重定义尺寸后的特征通过自适应融合生成特征Fs;对Fs通过卷积和Sigmoid函数操作获得模糊定位权重图Fcorr,权重图Fcorr作为先验条件,用于浅层抑制相似区域检测模块中以初步定位浅层特征中的目标区域;步骤3、挖掘浅层抑制相似区域:将F、F、F输入浅层抑制相似区域检测模块,以权重图Fcorr作为先验条件,经过浅层抑制相似区域检测模块处理,初步定位浅层特征中的目标区域,挖掘浅层特征中被抑制的细节信息,得到浅层抑制相似区域,输出浅层中被抑制的相似区域特征F;345r具体是,将权重图Fcorr分别和特征F、F、F对应元素相乘,分别获得突出粗相似区域的特征F’、F’、F’,同时消除了浅层特征中的伪目标区域,初步定位浅层特征中的目标区域;对特征F’进行特征提取,然后减去F’,得到F中被抑制的细节特征F;同样,对F’进行特征提取,得到F中被抑制的细节特征F;对F和F分别进行高阶自相关计算后分别进行相似区域提取,分别获得F和F,并自适应融合F和F获得特征Fr作为浅层抑制相似区域检测模块的输出;345345454d433d3d3d4r2r1r2r1步骤4、利用浅层抑制相似区域补充粗相似区域,细化检测结果:将F和F分别进行空洞空间金字塔池化操作,并通过掩膜解码器进行解码,分别生成特征F和F,对特征F和F进行自适应融合,生成最终的检测掩膜。sr1212